Tesina di Approfondimentodi Carlo Guarnieri Calò Carducci

Matricola 550590

Onde Cerebrali e Scienza del BiofeedbackEsame di Strumentazione Elettronica Biomedicale

Prof. Mario Savino

Indice

Introduzione

1. EEG ed Onde Cerebrali

1.1 Onde Delta, Theta, Alpha e Beta

1.2 Onde Gamma, Lambda ed Epsilon

1.3 A cosa servono le onde cerebrali ?

1.4 Ritmi Binaurali

2. Biofeedback e Neurofeedback

3. Interfaccia Mente-Computer BCI

Bibliografia

Introduzione

Lo studio del funzionamento del cervello sta producendo una inesauribile fonte di informazioni e di studio. Attraverso l'utilizzo delle più recenti tecnologie applicate all'EEG piuttosto che alla Risonanza Magnetica Funzionale o alla Pet, i progressi nell'ingegneria dei materiali, le nanotecnologie, la chimica molecolare è possibile “vedere” il cervello come non è mai successo prima. Basti pensare alla tecnica Brainbow inventata ad Harvard nel 2007 da Lichtman-Sanes, che attraverso l'introduzione di geni che producono proteine fluorescenti permette di vedere i singoli neuroni mostrando immagini spettacolari.Negli USA nel luglio del 2009 è stato lanciato il Progetto Connettoma[1], chefacendo uso della f-MRI impiegata nella tecnica denominata Hardi, permette di tracciare la mappa di tutte le connessioni del cervello umano visualizzando i principali punti di connessione.

Le immagini prodotte forniscono un bel puzzle per ogni ingegnere elettronico.

La comprensione delle dinamiche di funzionamento del cervello, unita a macchine EEG sempre più sensibili, con minori dissipazioni di potenza, elevato rapporto segnale rumore o alle nuove tecnologie mobile[2], sta facendo nascere un'infinità di applicazioni nei più disparati campi.Si sviluppano tecniche di Biofeedback e Neurofeedback basate su EEG per applicazioni mediche di trattamenti sanitari che coinvolgono sia il paziente che il medico, per la ricerca, per l'aumento delle capacità cognitive, nello sport. La stessa tecnica usata dalla NASA per misurare l'attività cerebrale dei piloti durante le simulazioni di volo e correggerla tramite induzione di ritmi Binaurali e Neurofeedback, ha raggiunto un efficienza tale da essere venduta ad alcune società per sviluppare videogiochi come Play Attention oS.M.A.R.T con lo scopo di incrementare le proprie capacità e correggere i Disturbi da Deficit di Attenzione/Iperattività (ADHD/ADD). Il progresso tecnologico sta facendo fare passi da gigante anche al campo della BCI Brain-Computer-Interface che tramite l'elettroencefalogramma ci avvicina sempre più al giorno in cui si potrà leggere la mente ma soprattutto si potranno aiutare persone affette da disabilità motorie ad interagire più facilmente con il mondo tramite automi o robot. In ultimo la DARPA[3], l’agenzia del ministero della Difesa statunitense, ha battezzato “Silent Talk”, programma che ha l’obiettivo di “consentire la comunicazione tra utenti su un campo di battaglia senza l’uso della voce, attraverso l’analisi dei segnali neurali” raccolti nell'elmetto tattico tramite un EEG integrata. Il Pentagono ha destinato al progetto 4 milioni di dollari, che vanno a sommarsi agli ulteriori 4 milioni che l’esercito americano aveva dato qualche anno fa per indagare, insieme alla University of California, la possibilità della cosiddetta “computer-mediated telepathy”.

1. EEG ed Onde Cerebrali

L'Elettroencefalogramma[4] (EEG) è la registrazione dell'attività elettrica attraverso lo scalpo prodotta dall'attività dei neuroni nel cervello. Nel contesto clinico, EEG si riferisce alla registrazione dell'attività elettrica spontanea del cervello in un breve periodo di tempo, di solito 20 - 40 minuti. In neurologia, la principale applicazione diagnostica dell' EEG è nel caso dell'epilessia in cui si possono rilevare chiare anormalità dal comportamento tipico. Un'applicazione clinica secondaria è nella diagnosi di coma, encefalopatie e morte cerebrale.

Derivati della tecnica EEG includono i potenziali evocati (EP) che implicano il calcolo della media dell'attività EEG time-locked in seguito all'applicazione di stimoli di qualche tipo (visuali, tattili o uditivi). Il potenziale evento-correlato (ERP) fa riferimento ai responsi EEG mediati che sono time-locked ad una serie più complessa di stimoli; questa tecnica viene impiegata nelle scienze cognitive, nella psicologia cognitiva e nella ricerca psicofisiologica.L'EEG è tipicamente descritta in termini di attività ritmica e transitoria. L'attività ritmica si suddivide in bande di frequenza chiamate Delta, Theta, Alpha, Beta e Gamma. Queste onde non sono altro che potenziali elettrici molto piccoli in tensione, solo pochi milionesimi di volt, che oscillano nel cervello.

1.1 Onde Delta, Theta, Alpha e Beta

Il ritmo di base è il ritmo alpha ("ritmo di Berger"), distinto in alpha lento (8-9 Hz), alpha intermedio (9-11,5 Hz) ed alpha rapido (11,5-13 Hz), ed ha un'ampiezza media di 40-50 microvolt. Viene registrato ad occhi chiusi in un soggetto sveglio, soprattutto tra gli elettrodi occipitali e quelli parietali, rispetto ai centrali e temporali posteriori (EEG sincronizzato). Se si invita il soggetto ad aprire gli occhi, l'attività alpha scompare ed è sostituita da un'attività di basso voltaggio (inferiore o uguale a 30 microvolt) più rapida di tipo beta (desincronizzazione).Al fine di valutare questa differenza di potenziale, le onde generate vengono valutate per la loro differenza in ampiezza o tensione (ed espresse in microvolt) ed in frequenza (Hz).Le onde alpha (8-13 Hz) sono caratteristiche in condizioni di veglia e di riposo mentale, ma non nel sonno, dove sono assenti (fatta eccezione per lo stadio R.E.M.). Quando un soggetto è sottoposto ad un'attività cerebrale maggiore, si registra la presenza del ritmo beta.Il ritmo beta è distinto in beta lento (13,5-18 Hz) e beta rapido (18,5-30 Hz), e presenta un voltaggio di circa 10-15 microvolt. Le onde beta sono dominanti in un soggetto ad occhi aperti, ma anche in stati di allerta e nel sonno R.E.M.Il ritmo theta è dominante nel neonato e può rappresentare tensioni emotive, e si distingue in theta lento (4-6 Hz) e theta rapido (6-7,5 Hz), ed ha un voltaggio medio di 100 microvolt.Infine, le onde delta presentano una frequenza inferiore a 4 Hz e un voltaggio medio di circa 150 microvolt.Queste non sono presenti in condizioni fisiologiche nello stato di veglia nell'età adulta, sebbene siano predominanti nell'infanzia e inoltre compaiano nell'anestesia generale ed in alcune malattie cerebrali. Le onde delta sono caratteristiche del sonno non R.E.M. (sonno ad onde lente). Nei diversi stadi di sonno sono presenti principalmente onde theta e onde delta (caratteristiche del sonno ad onde lente), a cui si aggiungono squarci di attività alpha e, raramente, di attività beta.

1.2 Onde Gamma, Lambda ed Epsilon

Le onde cerebrali gamma risuonano a circa quaranta hertz (40 Hz). Le onde gamma sono quelle “più nuove” solo perché è difficile trovare la strumentazione che le misuri accuratamente. Si pensa alla frequenza più elevata delle onde cerebrali beta e gamma come della “frequenza di armonizzazione”. Le osservazioni di qualunque oggetto, come dimensione, colore, trama, funzione, ecc., sono conservate, percepite ed elaborate da diverse parti del cervello. Le onde cerebrali gamma sarebbero associate con la funzione del cervello che crea una sintesi olografica[5] dei dati raccolti in varie aree del cervello, affinché si fondano insieme in una prospettiva più elevata. Questa idea, nota come Concezione Olografica del cervello fu proposta dal fisico David Bohm e dallo psicologo Karl Pribram nella Teoria Olonomica del Cervello, secondo la quale il cervello opera in modo simile ad un ologramma, in conformità ai principi della matematica quantica e alle caratteristiche dei modelli delle onde d'interferenza. Bohm suggerì che queste onde potessero comporre forme come ologrammi, basando questa idea sull'applicazione dell'Analisi di Fourier per decomporre le onde in singoli seni. Bohm con Pribram elaborarono quindi un teoria basata su una descrizione in termini matematici dei processi e delle interazioni neuronali capaci di leggere le informazioni che si presenterebbero quindi sotto forma di onde, per poi convertirle in schemi di interferenza e trasformarle in immagini tridimensionali [...] noi non vedremmo gli oggetti “per come sono” (in accordo con quanto messo in luce dalla teoria della relatività generale), ma solamente la loro informazione quantistica.

Ricercatori EEG[6] stanno notando frequenze cerebrali estremamente elevate sopra le gamma, fino a 100 Hz, che hanno denominato onde cerebrali iper–gamma e onde persino più elevate, a 200 Hz, denominate lambda. Viceversa, sono state scoperte onde cerebrali estremamente basse, che sono più basse delle onde delta a meno di 0,5 Hz, e sono state denominate epsilon.Si pensa che lo stato di coscienza epsilon sia lo stato in cui entrano gli Yogi[7][8] quando raggiungono lo stato di “animazione sospesa” [9], che consiste in un rallentamento delle normali funzioni vitali dell'individuo senza causarne la morte. I medici occidentali non rilevano alcun battito cardiaco, respirazione o pulsazioni, quando gli Yogi si trovano in questo stato. Gli stati di coscienza iper gamma e lambda sembrano essere gli stati associati con la capacità di certi monaci Tibetani che indossando pochi vestiti, riescono a meditare sulle montagne Himalayane con temperature sotto lo zero e a sciogliere la neve intorno a loro.Tutte e tre queste “nuove onde cerebrali”, iper gamma, lambda ed epsilon, sembrerebbero associate a stati più elevati di auto-consapevolezza[10][11], alla capacità di accedere a livelli superiori di informazioni ed intuizioni, abilità psichiche ed esperienze fuori dal corpo. I ritmi theta e gamma interagiscono anche con questi nuovi schemi cerebrali per aiutare la concentrazione olografica delle informazioni del cervello in immagini, pensieri e memorie comprensibili.

È da notare che queste ultime affermazioni sono ipotesi di carattere teorico le cui basi risiedono nell'interpretazione degli studi più recenti riguardo il funzionamento del cervello secondo cui “Le onde cerebrali sarebbero un raro esempio di effetto quantistico che si manifesta alle scale dei fenomeni ordinari invece che a livello sub-atomico. Esse costituirebbero il residuo macroscopico di una funzione d'onda, ovvero una autentica macro-funzione d'onda”. Le deboli onde cerebrali, di natura elettromagnetica, in realtà sembrerebbero un aspetto superficiale di un qualcosa di molto più profondo che avviene a livello quantistico.

Numerosi studi sono stati fatti, vale la pena citare l'impegno profuso a riguardo dal centro di ricerca anomalie ingegneristiche di Princeton (PEAR – Princeton Engineering Anomalies Research[12]) che ha condotto un esperimento di 12 anni su un centinaio di individui dimostrando correlazioni statistiche – anche non-locali – tra le intenzioni umane o di gruppi dinamici ed il comportamento di dispositivi a livello quantistico[13][14][15].

1.3 A cosa servono le onde cerebrali?

Nel paragrafo precedente, abbiamo visto che ognuna delle quattro onde base dell'EEG è collegata ad un differente stato di consapevolezza. Ognuna delle quattro onde è adatta a qualcosa di differente. In ogni caso, possiamo avere dei problemi se non riusciamo a sintonizzarci sulla frequenza adatta ad un particolare compito. Per esempio, se non riusciamo a sintonizzarci sulle theta e sulle delta, avremo tra le altre cose, problemi di insonnia. D'altro canto, coloro che riescono a passare da uno stato all'altro, si confrontano con ogni situazione in maniera più producente.

Un'utile metafora[16] mette a confronto le quattro onde cerebrali di base (delta, theta, alpha, beta) con le quattro marce di una macchina. La delta (la più lenta) e la prima marcia, theta la seconda, alpha la terza e beta la quarta. Nessuna marcia è ideale per ogni situazione e nessuna è adatta per tutte le sfide della vita. É problematico se una di queste marce si rompe o se ci dimentichiamo di usarla. Per esempio se partiamo in prima e scaliamo direttamente in quarta (saltando seconda e terza), faremo ben pochi chilometri al litro e riceveremo di sicuro un alto conto per le riparazioni. Lo stesso vale per il cervello. Purtroppo molte persone spesso dimenticano di usare le marce intermedie e le conseguenze di questo stile di guida sono bassa produttività e costose fatture mediche.

Com'è possibile che questo accada? Il modo in cui questo avviene nella vita di ogni giorno può essere illustrato in questo esempio. Le persone spesso si svegliano improvvisamente dal sonno profondo (delta) con una sveglia. In seguito si sentono immediatamente stressate e ansiose (beta) per riuscire ad essere puntuali. Dopo alcune ore di sonno insufficienti, buttano giù del caffè per indurre se stessi in uno stato vigile (beta), così facendo la caffeina sopprime le theta e le alpha, promuovendo le beta. Tutto il giorno lavorano sotto stress, pressione e scadenze (beta, beta e ancora beta), fino a sera, in cui ricadono esausti nel sonno profondo (delta), dopo aver speso troppo poco tempo a rilassarsi o farsi un sonnellino (che avrebbe fornito un po di alpha e theta). Ecco perché molte persone finiscono per spostare sistematicamente ed improvvisamente il loro “punto di lavoro” dallo stato delta a beta, e di nuovo a delta.

La produzione di onde alpha è un'innata capacità del nostro cervello, ma una conseguenza dello stress del moderno stile di vita è l'aver dimenticato come produrre stati theta e alpha. Perciò cadiamo facilmente vittime di ansia e disordini da stress. In più, l'ansia e lo stress riducono in maniera misurabile la forza del nostro sistema immunitario. Le persone che hanno una produzione maggiore di onde alpha sono meno ansiose[17], di conseguenza soffrono di minor ansia e hanno sistemi immunitari più resistenti.

La creatività[18] è un'altra attività per cui le alpha sono utili. Gli scienziati hanno mostrato che le persone molto creative hanno ritmi alpha ben distinti da quelle normali o non-creative. Per avere un'ispirazione creativa, il nostro cervello deve essere in grado di generare una forte esplosione di attività alpha (alpha burst) soprattutto nella parte sinistra del cervello. Le persone creative possono generare questi alpha burst e farlo quando sono a confronto con problemi da risolvere. Le persone normali che non sono in grado di produrre questa intensa attività, non riescono a trovare soluzioni o idee creative. Ogni volta che avete un ispirazione o un intuito, sapete di aver appena prodotto più onde alpha del normale. Risutati in tal senso sono stati ottenuti nello studio di studenti del conservatorio[18][21] inducendo uno stato ipnagogico attraverso una tecnica di Biofeedback, ottenendo nel gruppo sottoposto ad addestramento alpha notevoli incrementi delle performance.

Il Peak Performance[19] è un ulteriore attività alpha. Recenti studi in medicina sportiva, hanno mostrato un picco di attività alpha (spesso nell'emisfero sinistro) negli attimi precedenti ad un picco di prestazioni – differenza chiave tra dilettanti e professionisti. Immediatamente prima di un tiro libero, un giocatore di basket fuoriclasse produce un alpha burst e lo stesso accade anche negli altri sport. Atleti novizi e dilettanti non sono in grado di produrli.

1.4 Ritmi Binaurali – BrainWave Entrainment (Synchronization)

Se uno stimolo esterno viene applicato al cervello, diventa possibile trascinare la frequenza di lavoro da uno stato ad un altro. Per esempio, se una persona si trova nello stato beta (alerta) ed uno stimolo di 10Hz viene applicato al suo cervello per un po di tempo, la frequenza di lavoro tenderà a muoversi verso lo stimolo applicato. L'effetto sarà di rilassamento. Questo fenomeno viene chiamato frequency following response (FFR). Quando lo stato mentale si trova in prossimità dello stimolo applicato, il trascinamento funziona in maniera più efficiente. Perciò, quando viene eseguito uno spostamento da una frequenza ad un'altra, quella iniziale dovrebbe sempre essere vicina allo stato attuale del cervello. Questa tecnica è stata utilizzata anche dalla NASA conla ThoughtTechnology Ltd[20]. L'enorme lavoro svolto dagli astronauti alle prese con lavori di precisione nello spazio, a volte anche per più di una decina di ore di fila ha favorito lo sviluppo di sistemi che supportassero gli astronauti nel mantenere la calma e la concentrazione, nonché diminuire lo stress tramite l'induzione di onde alpha. Il modo più semplice per applicare uno stimolo al cervello è attraverso le orecchie. Altri sensi possono essere ugualmente adoperati, quelli visivi sono usati spesso per rafforzare quelli uditivi. In ogni caso, gli esseri umani non possono percepire suoni abbastanza bassi da essere utili per la stimolazione cerebrale, perciò tecniche speciali devono essere impiegate, come quella dei Ritmi Binaurali. Se all'orecchio sinistro viene applicato un tono costante di 400 Hz e a quello destro uno di 410Hz, questi duetoni si combinano nel cervello. La differenza, 10 Hz, viene percepita dal cervello e costituisce uno stimolo molto valido per la sincronizzazione cerebrale. Questa frequenza di 10 Hz si forma interamente nel cervello. Quando si usano delle cuffie stereofoniche, il canale sinistro ed il destro restano separati fino all'interno del nostro cervello. Questa differenza di frequenza, quando indotta in questa maniera, viene chiamata Ritmo Binaurale. Diversamente da altre modalità di indurre variazioni negli stati mentali, quali la musica, la narcosintesi e la meditazione, i ritmi binaurali operano a partire da una premessa leggermente diversa. È stato sostenuto[21] da Atwater nel 1997 e dal Leeds nel 2001, attraverso il mappaggio dei dati grezzi EEG delle onde del cervello umano in risposta a specifici schemi sonori, che i ritmi binaurali sono in grado di incidere su specifici schemi di onde cerebrali.

2. Biofeedback e Neurofeedback

Il neurofeedback o EEG biofeedback è uno strumento per mezzo del quale un individuo impara a modificare l’ampiezza, la frequenza e la coerenza degli aspetti elettrofisiologici del proprio cervello. Attraverso il neurofeedback, che permette la visualizzazione in tempo reale, sul monitor di un computer, della propria attività elettroencefalografica, il cervello è educato a produrre onde cerebrali in specifiche ampiezze e in specifiche posizioni: fornendo al cervello un feedback immediato riguardo al proprio funzionamento, egli diventa capace di rieducare se stesso, fino a raggiungere il pattern di attività desiderato. Lo scopo del training di neurofeedback è quello di insegnare all’individuo come sentire specifici stati di attivazione corticale e in che modo raggiungere tali stati volontariamente: in seguito al training di neurofeedback, infatti, l’individuo diventa consapevole dei differenti stati EEG e diviene capace di produrli quando richiesto. Molti studi e ricerche[22] sul neurofeedback hanno attestato la sua efficacia nel trattamento di numerose condizioni cliniche. Tradizionalmente l’intervento psichiatrico sulle malattie mentali ha tentato di ottenere i cambiamenti chimici che avvengono in queste sinapsi, agendo su di esse tramite i farmaci psicotropi, aumentandone o riducendone la produzione chimica. Ma, al giorno d’oggi, molti di questi farmaci sono sovraprescritti e non ben monitorati; inoltre questi prodotti chimici non sono sempre prevedibili nei loro effetti e spesso sono accompagnati da seri effetti collaterali e da dipendenze.Il neurofeedback si caratterizza per essere una valida alternativa all’intervento farmacologico, poiché esso è in grado di modificare le connessioni tra le cellule cerebrali, senza però un intervento di tipo biochimico.

Applicazioni Terapeutiche del Neurofeedback[23]. Le applicazioni terapeutiche elencate qui sotto sono raggruppate in accordo con i livelli attualmente disponibili di ricerca e/o dati clinici. La presenza di alcune applicazioni terapeutiche nel terzo gruppo possono essere inoltre basate sul bisogno di professionisti di essere informati riguardo i potenziali effetti collaterali.

Le seguenti sindromi hanno mostrato l'evidenza degli effetti per l'uso del Neurofeedback:

Dipendenza Difficoltà di Apprendimento Ansietà Disordine da Stress Post-Traumatico ADHD/ADD Rilassamento Depressione Disturbo del Sonno

Le seguenti sindromi hanno rapporti clinici degli effetti per l'uso del Neurofeedback:

Attachment Disorder Disturbi del Comportamento Alimentare Disfunzione Autoimmune Disordine Ossessivo-Compulsivo Sindrome da Affaticamento Cronico Sindrome di Tourette's Dolore Cronico Lesioni Traumatiche del Cervello Disordine da Personalità Borderline Disturbo Dissociativo di Identità Declino Cognitivo negli Anziani Morbo di Parkinson

Queste sono applicazioni sperimentali del Neurofeedback:

Autismo Difficoltà di Apprendimento Disturbo della Condotta Sociale Emicrania Epilessia Sindrome Pre-Mestruale Sindrome Alcolica Fetale Traumi

La ricerca dell’ultimo trentennio ha confermato che l’eccessiva attività delle onde lente cerebrali è la più comune scoperta tra le irregolarità elettroencefalografiche nei bambini con ADHD[24] e Disturbo dell’Apprendimento. Gli studi sul QEEG hanno confermato ed esteso queste scoperte: individui con ADD, ADHD, disturbo dell’apprendimento, lesioni cerebrali, ictus, sindrome di Tourette, epilessia, e spesso sindrome da fatica cronica e fibromialgia tendono ad avere eccessive onde lente presenti (solitamente theta e qualche volta un eccesso di alpha). Quando nelle parti esecutive (frontali) del cervello è presente un ammontare eccessivo di onde lente, diventa difficile controllare l’attenzione, il comportamento e le emozioni. Queste persone, infatti, generalmente hanno problemi con la concentrazione, la memoria, il controllo degli impulsi e dell’umore, o di iperattività e mostrano un rendimento intellettivo ridotto. Accanto all’eccessiva attività delle onde theta, i bambini con ADHD mostrano una ridotta attività delle onde beta e delle onde SMR; quindi, complessivamente, la ricerca sul neurofeedback su bambini con ADHD si è focalizzata su tre parametri di frequenza: theta (4-8 Hz); SMR (12-15 Hz) e beta (15-20 Hz).

Nell'immagine seguente, alcuni bambini giocano a MindBall, un gioco in cui vince chi riesce ad essere più rilassato (contribuendo quindi a diminuire l'iperattività). Il segnale EEG viene interpretato dal PC che muove la palla in direzione della porta avversaria.Numerose misurazioni hanno mostrato che il neurofeedback può essere un trattamento efficace per le sindromi di autismo. In tutti i casi di miglioramento nella sintomatologia delle sindromi di autismo, i risultati positivi sono stati confermati da valutazioni neuro psicologiche e neuro fisiologiche. A dispetto di altri trattamenti, quali il Ritalin, Risperidal, Thorazina e Haldol, il neurofeedback è un intervento non invasivo che, è statomostrato, aumenta la neuro-regolazione e le funzioni metaboliche. A differenza delle terapie comportamentali, col neurofeedback si ottiene un risultato positivo del trattamento nel corso di alcuni mesi, mentre con altri trattamenti nel corso di uno o più anni. Il neurofeedback, inoltre, non ha effetti collaterali, mentre gli interventi psicofarmacologici, così come certi integratori di vitamine e minerali, sono associati ad effetti collaterali, e i risultati positivi ottenuti dal trattamento si mantengono nel tempo e non sfumano con l’interruzione delle pratiche.Il neurofeedback viene oggi utilizzato sia nei casi di epilessia non trattabile farmacologicamente, sia in quelle forme di epilessia che rispondono solo parzialmente al trattamento farmacologico.Per quanto riguarda le performance, tradizionalmente, sono paragonate ad un continuum, che va da prestazioni disfunzionali posizionate ad un estremo, a prestazioni ottimali, posizionate all’estremo opposto (Kirk, 2001); quindi i cambiamenti delle performance possono riguardare sia coloro che si collocano vicino centro o vicino l’estremo disfunzionale, per i quali il miglioramento sarà un tentativo diavvicinamento alla media, sia coloro che, avendo già prestazioni nella norma, migliorano le proprie performance, avvicinandosi all’estremo ottimale.

Le ricerche mirate all’aumento delle performance hanno lo scopo di far raggiungere al soggetto il controllo dell’arousal, dell’attenzione, della concentrazione e della motivazione, e di migliorare le funzioni cognitive quali la memoria, la capacità di pianificare, le strategie di problem solving, la flessibilità cognitiva, il linguaggio e la percezione, ottimizzando la capacità di cambiare stato a proprio piacimento. La logica sottostante l’uso del neurofeedback per l’aumento delle performance è basata sulle associazioni: identificando le associazioni tra particolari pattern di attività corticale e specifici stati o aspetti del comportamento ritenuti “ottimali”, è possibile, per un soggetto, aumentare le proprie performance, allenandosi a raggiungere quel pattern di attività corticale ottenuto durante lo stato ottimale.

Un'interessante applicazione, riguarda l'applicazione del Neurofeedback oltre che per i pazienti, anche per i medici stessi. Studi[25] pubblicati nel luglio del 2009, dimostrano che è possibile tramite auto-regolazione EEG incrementare le capacità dei medici nelle procedure di micro-chirurgia. Nello specifico, i dati mostrano che addestramenti SMR/theta forniscono miglioramenti statistici attendibili nella tecnica chirurgica, insieme con una riduzione dei tempi di esecuzione del 26%. Questo può portare ad una riduzione dello stress chirurgico, tempo di contatto con gli occhi, e diminuire il rischio e l'estensione di complicazioni post-operatorie, migliorandone quindi i risultati.

3. Interfaccia Mente-Computer BCI

Un Interfaccia Mente-Computer è un sistema che acquisisce e analizza i segnali neurali con l'obiettivo di creare un canale di comunicazione diretto tra la mente e il computer. Il campo delle BCI o HCI (brain-computer-interfaces – human-computer..) inizia ad espandersi oltre i suoi iniziali obiettivi clinici. I segnali neurali possono agire come sorgenti complementari di informazioni, combinate con l'uso di periferiche convenzionali come mouse e tastiere. Un canale del genere ha potenzialmente diverse applicazioni, per esempio:

Applicazioni di BioIngegneria: dispositivi di assistenza alle persone con disabilitàMonitoraggio soggetti umani: disordine del sonno, disfunzioni neurologiche,

monitoraggio dell'attenzioneRicerca in NeuroScienze: metodi real-time per correlare comportamenti

osservabili con segnali neurali registratiInterazione Uomo-Macchina: dispositivi di interfacciamento uomo-computer,

macchina

Diagramma di principio BCI

Nelle classiche BCI mono-direzionali, il dispositivo esterno riceve comandi direttamente da segnali derivanti dall'attività cerebrale, quali ad esempio il segnale elettroencefalografico. Le interfacce cervello computer monodirezionali rappresentano quindi la funzione complementare a quella delle neuroprotesi, che invece sono dedicate tipicamente al sistema nervoso periferico. Le BCI bi-direzionali combinano il descritto canale di comunicazione con una linea di ritorno che permetterebbe lo scambio di informazioni tra il dispositivo esterno e il cervello.Recenti miglioramenti nell'hardware dei computer e nell'elaborazione dei segnali, hanno reso più approcciabile l'uso di segnali EEG o onde cerebrali per le comunicazioni uomo-macchina. Pazienti immobilizzati hanno adesso un modo per comunicare con il mondo esterno, ma anche avvalendosi delle tecniche più recenti, questi sistemi al 2002 erano ancora limitati da velocità di comunicazione nell'ordine di 2-3 task/minuto[26]. In più, i sistemi esistenti non possono essere progettati con la stessa flessibilità della mente umana, andando così incontro a sistemi lenti e difficili da migliorare.Una riflessione[27] dell'agosto 2009 sulla BCI applicata ad un Robot tramite monitoraggio EEG, opportunità colta dagli autori come occasione di ragionamento fuori dagli schemi, mostra le seguenti conclusioni dopo l'analisi dei risultati raccolti:

• Aspetti delle onde cerebrali legati al Movimento possono essere facilmente identificati ed osservati dall'EEG, e perciò classificati

• Processi analitici del ragionamento sono ancora quasi impossibili da classificare dato che le emozioni non possono essere predette attraverso l'EEG applicata allo scalpo

• Influenza della topologia della rete neurale artificiale (ANN): un maggior numero di neuroni o layers migliorano la classificazione a spese però della memoria e della potenza di calcolo

Le BCI attuali usano l'EEG registrato sullo scalpo per controllare il movimento di un cursore, selezionare lettere o icone, o manovrare neuroprotesi. Di fondamentale importanza in un sistema BCI è l’utilizzo del feedback, sia esso usato per permettere al soggetto di imparare a modulare il proprio EEG (endogeno) o semplicemente per somministrare al soggetto gli stimoli e registrarne le reazioni (esogeno). Viene da sé come questa tipologia di feedback impegni il canale visivo del soggetto impedendogli o comunque rendendone difficile il suo utilizzo per altri scopi. Le esperienze internazionali di ricerca hanno evidenziato come le applicazioni dei BCI non siano più limitate all’interazione dei soggetti con il monitor di un computer, bensì si cerca di usare tali sistemi per aumentare il grado di indipendenza di soggetti affetti da gravi problemi motori, ad esempio per il controllo ambientale. Da qui la necessità di implementare un feedback aptico [28] che lasci libero il canale visivo del soggetto. L’idea di utilizzare un feedback aptico viene concepita all’interno del progetto europeo MAIA [29](nato nel 1994 come tesi di Laurea al Politecnico di Milano da un’idea del Prof. Marco Somalvico, ordinario di intelligenza artificiale e robotica ), che si pone come scopo lo sviluppo di protesi non invasive per quei soggetti che hanno perso in parte o del tutto le capacità motorie, nella fattispecie l’obiettivo è lo sviluppo di un sistema di guida di una sedia a rotelle basato sui segnali provenienti dal BCI, che lascerebbe così libero il soggetto di concentrare la vista sul percorso da seguire senza essere distratto dal feedback BCI. Applicazioni nel campo della domotica sono in fase di studio[30].

L'elemento centrale in ogni BCI è un algoritmo di traduzione che converte input elettrofisiologici provenienti dall'utente, in output che controllino dispositivi esterni. Le operazioni BCI dipendono dall'effettiva interazione tra controller adattativi: l'utente, che codifica i suoi comandi in input elettrofisiologici passati alla BCI, ed un computer che riconosce i comandi contenuti negli input e li esprime azionando un dispositivo.

La struttura comune di un'interfaccia mente-computer è la seguente:

1. Acquisizione segnale: i segnali EEG sono normalmente ottenuti dal cervello attraverso metodi invasivi o non-invasivi. Successivamente il segnale è amplificato e campionato. Negli ultimi anni si è iniziata ad operare una tecnica relativamente meno esplorata di spettroscopia funzionale nel vicino infrarosso (fNIRS), una misura non invasiva di concentrazione di ossigeno nel sangue, indicativa dell'attività neurale.

Un fascio di luce nel vicino infrarosso viene pulsato sulla fronte dove viene rifratto dai tessuti della corteccia fino ad una profondità di 1-3 cm. L'emoglobina ossigenata e non, è il principale assorbitore di luce a queste

lunghezze d'onda. Sistemi come quello in figura (NIROXCOPE 301[31]) tuttavia sono più lenti rispetto all'EEG convenzionale poiché, mentre nel secondo viene misurata l'attività elettrica in maniera rapida e spazialmente localizzata, nel primo si ricorre ad una misura indiretta dell'attività cerebrale. Ciò nonostante risulta estremamente adatto per un uso al di fuori della clinica. Benefici includono facilità d'uso, rapidità di applicazione, portabilità, rendendolo così uno strumento promettente per la ricerca

2. Pre-Processamento: una volta acquisito, il segnale deve essere filtrato e trattato. Mentre durante un'ispezione visiva, gli artefatti possono facilmente essere individuati dagli esperti, nel corso di un'analisi automatizzata questi pattern di segnali spesso causano seri problemi di misclassificazione. La maggior parte di essi sono dovuti ai

movimenti del bulbo oculare (eyeball movements) oppure alla contrazione dei muscoli che permettono il battere delle palpebre (eyeblinks). Questi movimenti sono causa di ridistribuzioni del campo elettrico in virtù della differenza di potenziale presente tra la cornea e la retina di circa 100mV. Il segnale misurato dagli elettrodi frontali viene così alterato. Una possibile procedura[32] inizia con un filtraggio basato sul metodo del Laplaciano di superficie, che attraverso il calcolo della seconda derivata spaziale della distribuzione istantanea di potenziale, funge da filtro passa-alto spaziale, così da accentuare l'attività localizzata e ridurre la diffusione nell'EEG multi-canale. In seguito viene effettuata un'analisi nel dominio del tempo e delle frequenze, infatti i processi motori, in cui occorrono fenomeni di desincronizzazione, sono spesso correlati in frequenza. Con l'ausilio della trasformata di Fourier, si può ottenere la distribuzione di energia tempo-variante di un segnale in ogni banda utilizzando ad esempio, per finestre temporali di 4 - 5,5 s e bande di frequenza tra gli 8 e i 12 Hz, un filtro Butterworth del quinto-ordine. Normalizzazione del rumore: le registrazioni EEG da tutti i sensori, vengono normalizzate al corrispondente livello di rumore stimato in precisi istanti temporali attraverso l'analisi istografica dei dati, ed in seguito i dati originali vengono trasformati in rapporti segnale-rumore (signal-to-noise-ratio SNR), fornendo misure adimensionali. L'analisi a componenti indipendenti (ICA) è un ulteriore strumento, un metodo statistico per la ricerca di componenti nascoste in dati multidimensionali che siano statisticamente più indipendenti rispetto ad altri. A questo punto, le prime tre componenti dell'ICA vengono usate per la ricostruzione della sorgente. Questo processo ha l'obiettivo di fornire più informazioni circa le sorgenti elettriche che generano l'EEG, risolvendo ciò che è noto come problema inverso.Si viene a creare in tal modo il modello equivalente a due dipoli rappresentante la localizzazione delle sorgenti indotte ad esempio dall'immaginazione motoria. Ogni dipolo è libero di muoversi all'interno del cranio ed è caratterizzato da parametri come la posizione, il momento e l'istante temporale.

3. Classificazione: una volta pulito, il segnale deve essere processato e classificato per riconoscere il tipo di particolare attività mentale in corso nel soggetto. Durante l'immaginazione motoria, a causa di un decremento nella sincronizzazione delle popolazioni neurali sottostanti, si presenta una diminuzione di potenza del ritmo cerebrale μ nelle zone controlaterali (lati opposti) del cervello. La diminuzione di potenza di questo ritmo presente nella stessa banda delle onda alpha, ma prodotto durante il movimento, porta ad un fenomeno di più forte intensità nelle zone ispilaterali (stesso lato). Partendo da questa osservazione, si sviluppano regole di classificazione di questo tipo: in primis si ottiene l'equivalente a due dipoli (two-equivalent-dipole) con il più alto rapporto segnale-rumore (come mostrato nell'immagine precedente). Se entrambi i dipoli sono posizionati sullo stesso emisfero (situazione vera nella maggior parte dei casi), si può concludere che l'idea del movimento sia corrispondente a quel lato. Se invece i dipoli non appaiono sullo stesso emisfero, è necessario discriminare da che parte provenga l'attività elettrica e rifarsi al modello a singolo dipolo. Questo metodo ha prodotto una percentuale pari a l'80% di classificazione di immagini motorie con un massimo raggiunto da quattro soggetti umani dell' 84,44% senza necessità di addestramento alcuno.

4. Interazione Computer: una volta classificata, l'informazione viene elaborata da un algoritmo appropriato per lo sviluppo di una specifica applicazione.

Gruppi di ricerca differenti, lavorano sui canali di comunicazione tra la mente ed il computer. I principali gruppi sono presentati in ordine alfabetico nella seguente tabella. Un documento[33] dell'ESA con data 30 Novembre 2009 fa il punto della situazione. Queste interfacce sperimentali includono l'hardware BCI utilizzato, il software di interfacciamento e le applicazioni per l'utente. Nel valutare i sistemi attuali, diversi fattori devono essere considerati, di cui cinque citati da Ben Schneiderman (professore di Informatica al Human-Computer Interaction Laboratory dell'Università del Maryland):

• Cos'è il tempo di apprendimento (time-to-learn) di un sistema?• Cos'è la velocità delle performance?• Quanti e quali tipi di errori fanno gli utenti?• Con che livello gli utenti mantengono la conoscenza acquisita dopo un'ora, un giorno,

una settimana? Qual'è la loro ritenzione?• Quanto piacciono agli utenti i vari aspetti del sistema? Qual'è la loro soddisfazione

personale?

Un ultimo interessante lavoro, riguarda la possibilità di sviluppare interfacce di natura quantistica. Le BCI attuali (classiche) cercano di utilizzare il cervello per guidare particolari attuatori a sviluppare azioni corrispondenti alle intenzioni umane. Questo traguardo, a meno di alcuni casi, è difficilmente raggiunto. Il motivo di questo risultato è che le intenzioni umane non possono essere concepite semplicemente come un set di classiche relazioni input-output. Secondo uno studio sviluppato da ricercatori italiani[34], è necessario ricorrere alla teoria quantistica, permettendo così il verificarsi di fenomeni di coerenza stabile, a sua volta alla base dei processi mentali di alto livello come le intenzioni e le strategie. Più precisamente, nel contesto di una Quantum Field Theory dissipativa di funzionamento del cervello, è possibile introdurre stati coerenti generalizzati associati, nel quadro della logica, alle affermazioni espresse in un metalinguaggio quantistico. Quest'ultimo controlla la computazione quanto-meccanica corrispondente a normali operazioni mentali. Diventa quindi possibile concepire un Quantum Cyborg in cui una mente umana controlli, attraverso un metalinguaggio quantistico, il funzionamento di un computer quantistico artificiale. Le argomentazioni fornite dagli autori mostrano come, l'approccio quantistico, predìca la possibilità di un'azione diretta della mente sulla materia. Questa circostanza, al di là del miglioramento delle attuali BCI, apre la possibilità di progettare nuovi tipi di interfacce BCI. Ciò potrebbe causare un cambiamento rivoluzionario nel nostro modo di pensare attuale, basato sul tacito presupposto che i nostri pensieri non hanno effetti diretti sul mondo.

Sistema Tempo di Numero di Velocità Errori Ritenzione SoddisfazioneAddestramento scelte Personale

64 30 10% Eccellente Considerata

SSVEP training 6 ore N/A N/A <20% N/A Non discussa

Minuti 36 4 5% Eccellente Non discussa

15 – 20 sessioni 2 20 10% N/A Non discussa

ERS/ERD 2 – 2,5 ore 2 N/A <11% N/A Non discussa

Mesi 27 2 10-30% Non buono Sgradevole

Mesi N/A 2 N/A Eccellente Considerata

N/A 2 3 15% N/A Non discussa

(task/min)

Brain Response 10 - 60 minInterface

P3 CharacterRecognitionMu Wave Training

Thought TranslationDeviceImplanted Device

Flexible BrainComputer Interface

Bibliografia

1. http://www.nih.gov/news/health/jul2009/ninds-15.htm

2. G.Gargiulo, P. Bifulco, R. A. Calvo1, M. Cesarelli, C. Jin and A. van Schaik, A mobile EEG

system with dry electrodes , School of Electrical and Information Engineering, The

University of Sydney ,Dipartimento di Ingegneria Elettronica e delle Telecomunicazioni

(D.I.E.T.) “Federico II” University of Naples

3. http://www.darpa.mil/ Defense Advanced Research Projects Agency

4. http://en.wikipedia.org/wiki/Brain_waves

5. Karl H. Pribram, "The Implicate Brain", in B. J. Hiley and F. David Peat, (eds) Quantum

Implications: Essays in Honour of David Bohm, Routledge, 1987

6. Susan Pockett, Gary E.J. Bold, Walter J. Freeman, EEG synchrony during a perceptual-

cognitive task: Widespread phase synchrony at all frequencies , Clinical Neurophysiology

120 (2009) 695–708

7. Growing the Brain through Meditation , Harvard Mahoney Neuroscience Institute Letter ,

Fall 2006 ,Vol. 12, No. 3

8. Super Brain Yoga ~ A Research Study , By Dr. Ramesh, MDS

9. http://it.wikipedia.org/wiki/Animazione_sospesa

10. Antonella Vannini, Quantum Models of Consciousness, Syntropy 2007, 1, pag. 130-146

11. Baaquie B., Martin F., Quantum Psyche. Quantum Field Theory of the Human Psyche,

NeuroQuantology, March 2005, Vol. 3(1):7-42;

12. http://www.princeton.edu/~pear/

13. Correlations of Random Binary Sequences with Pre-Stated Operator Intention: A Review of

a 12-Year Program, R. G. Jahn, B. J. Dunne, R. D. Nelson, Y. H. Dobyns, and G. J.

Bradish

14. Roger Nelson, Correlation of Global Events with REG Data: An Internet-Based, Nonlocal

Anomalies Experiment, The Journal of Parapsychology, Vol. 65, September 2001 (pp. 247-

271)http://ansa.it/web/notizie/rubriche/politica/2010/07/08/

visualizza_new.html_1851111118.html

15. R. D. Nelson, D. I. Radin, R. Shoup, P. A. Bancel, Correlations Of Continuos Random Data

With Major World Events

16. Alpha Brain Waves and Biofeedback Science, 2000-2002, 1997 Biocybernaut Institute

Mountain View, California

17. Vivian Holten , Bio- and neurofeedback applications in stress regulation , Neuroscience &

Cognition, track Behavioural Neuroscience , July 2009 , Centraal Militair Hospitaal Utrecht

18. John Gruzelier , A theory of alpha/theta neurofeedback, creative performance enhancement,

long distance functional connectivity and psychological integration , Department of

Psychology, Goldsmiths, University of London, Lewisham Way, New Cross, London,

SE14 6NW, UK

19. D. Corydon Hammond, Ph.D. ,Neurofeedback for the Enhancement of Athletic Performance

and Physical Balance , The Journal of the American Board of Sport Psychology

20. http://www.thoughttechnology.com/

21. Darren Curtis , Binaural Beats, Brain Wave Entrainment And The Hemi-Sync Process,

Electronic Music Unit, Elder Conservatorium , The University of Adelaide

22. J. Gruzelier, PhDa, T. Egner, PhD , Critical validation studies of neurofeedback , Division of

Neuroscience

23. http://www.eegspectrum.com/Applications/InfoNetwork/

24. Evaluation of the Effectiveness of EEG Neurofeedback Training for ADHD in a Clinical

Setting as measured by changes in T.O.V.A. Scores, Behavioral Ratings, and WISC-R

Performance Joel F. L. Michie, O. Swartwood , J.N. Swartwood and P.H.O'Donnell

25. T.Ros, M.Moseley, Optimizing microsurgical skills with EEG neurofeedback , BMC

Neuroscience , 24 July 2009

26. Jorge Baztarrica Ochoa , EEG Signal Classification for Brain Computer Interface

Applications , ECOLE POLYTECHNIQUE FEDERALE DE LAUSANNE , 2002

27. Syed M. Saddique1 and Laraib Hassan Siddiqui , EEG Based Brain Computer Interface ,

Department of Electrical Engineering-CECOS University of IT and Emerging Sciences

Peshawar, Pakistan , August 2009

28. Fabio Aloise , Device for haptic feedback in Brain-Computer Interface experimentation ,

NEILab, Fondaz. Santa Lucia IRCCS, Roma ; Dip. Di Informatica e Sistemistica, Dip. di

Fisiologia Umana,Dip. di Neuroscienze, Univ. “Tor Vergata”, Roma, Italy;

29. Millán J. del R., Renkens F., Mouriño J., and Gerstner W.. ”Non-invasive brain- actuated

control of a mobile robot by human EEG.” IEEE Trans. on Biomedical Engineering,

51:1026–1033, 2004.

30. http://it.wikipedia.org/wiki/Interfaccia_cervello-computer

31. A.Girouard, E.T.Solovey, L.M.Hirshfield, E.M. Peck, K. Chauncey, A. Sassaroli, S. Fantini

and R.J.K. Jacob, From Brain Signals to Adaptive Interfaces: using fNIRS in HCI ,Tufts

University Medford, MA 02155, USA

32. Baharan K., Zhongming L., Bin He, An EEG Inverse Solution based Brain-Computer

Interface , IJBEM Vol. 7, No. 2, 2005 , Department of Electrical and computer Engineering,

University of Minnesota, MN, USA .

33. http://www.esa.int/gsp/ACT/doc/BNG/bmiworkshop/ACT-PRE-BNG-DOMOTIC

(BMI_Workshop).pdf

34. E.Pessa, P.Zizzi, Brain-Computer Interfaces And Quantum Robots , Centro

Interdipartimentale di Scienze Cognitive, Università di Pavia , Dipartimento di Matematica

Pura e Applicata, Università di Padova